> Discover all available pages from the documentation index: https://mastra.zisheng.pro/zh-TW/llms.txt

# 答案相似度評分器

`createAnswerSimilarityScorer()` 函式會建立一個評分器，用來評估 Agent 輸出與標準答案的相似程度。此評分器專為 CI/CD 測試情境設計，適合已有預期答案，並希望確保結果長期一致的情況。

## 參數

**model** (`LanguageModel`): 用於評估輸出與標準答案之間語意相似度的語言模型。

**options** (`AnswerSimilarityOptions`): 評分器的設定選項。

**options.requireGroundTruth** (`boolean`): 是否要求提供標準答案以進行評估。若為 false，缺少標準答案時會傳回 0 分。

**options.semanticThreshold** (`number`): 語意相符相對於完全相符的權重（0-1）。

**options.exactMatchBonus** (`number`): 完全相符時額外增加的分數（0-1）。

**options.missingPenalty** (`number`): 標準答案中每個缺漏關鍵概念的扣分。

**options.contradictionPenalty** (`number`): 資訊矛盾時的扣分。較高的值可確保錯誤答案的分數接近 0。

**options.extraInfoPenalty** (`number`): 輸出包含標準答案中沒有的額外資訊時，給予輕微扣分（上限為 0.2）。

**options.scale** (`number`): 分數縮放係數。

此函式會傳回 MastraScorer 類別的執行個體。`.run()` 方法接受與其他評分器相同的輸入（請參閱 [MastraScorer 參考文件](https://mastra.zisheng.pro/zh-TW/reference/evals/mastra-scorer)），但執行物件中**必須提供標準答案**。

## `.run()` 傳回值

**runId** (`string`): 執行 ID（選填）。

**score** (`number`): 介於 0-1 的相似度分數（若使用自訂 scale，則為 0-scale）。分數越高，表示與標準答案越相似。

**reason** (`string`): 便於閱讀的分數說明，並提供可採取行動的意見。

**preprocessStepResult** (`object`): 從輸出與標準答案中擷取的語意單元。

**analyzeStepResult** (`object`): 相符項目、矛盾與額外資訊的詳細分析。

**preprocessPrompt** (`string`): 用於擷取語意單元的提示詞。

**analyzePrompt** (`string`): 用於相似度分析的提示詞。

**generateReasonPrompt** (`string`): 用於產生說明的提示詞。

## 評分詳情

此評分器採用多步驟流程：

1. **擷取**：將輸出與標準答案拆分為語意單元
2. **分析**：比較各單元，找出相符項目、矛盾與缺漏
3. **評分**：計算加權相似度，並對矛盾內容扣分
4. **說明**：產生便於閱讀的說明

分數計算：`max(0, base_score - contradiction_penalty - missing_penalty - extra_info_penalty) × scale`

## 範例

評估 Agent 在不同情境下的回應與標準答案的相似度：

```typescript
import { runEvals } from '@mastra/core/evals'
import { createAnswerSimilarityScorer } from '@mastra/evals/scorers/prebuilt'
import { myAgent } from './agent'

const scorer = createAnswerSimilarityScorer({ model: 'openai/gpt-5.6-sol' })

const result = await runEvals({
  data: [
    {
      input: 'What is 2+2?',
      groundTruth: '4',
    },
    {
      input: 'What is the capital of France?',
      groundTruth: 'The capital of France is Paris',
    },
    {
      input: 'What are the primary colors?',
      groundTruth: 'The primary colors are red, blue, and yellow',
    },
  ],
  scorers: [scorer],
  target: myAgent,
  onItemComplete: ({ scorerResults }) => {
    console.log({
      score: scorerResults[scorer.id].score,
      reason: scorerResults[scorer.id].reason,
    })
  },
})

console.log(result.scores)
```

如需 `runEvals` 的更多詳細資訊，請參閱 [runEvals 參考文件](https://mastra.zisheng.pro/zh-TW/reference/evals/run-evals)。

若要將此評分器加入 Agent，請參閱[評分器概觀](https://mastra.zisheng.pro/zh-TW/docs/evals/overview)指南。